| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 本文组织结构 | 第16页 |
| 1.3 本文主要研究内容与创新点 | 第16-18页 |
| 第2章 相关知识与理论 | 第18-28页 |
| 2.1 分类概述 | 第18-21页 |
| 2.1.1 分类技术 | 第18-19页 |
| 2.1.2 欠拟合和过拟合 | 第19-21页 |
| 2.2 类别不平衡分类问题概述 | 第21-25页 |
| 2.2.1 类别不平衡分类问题的定义与难点 | 第22-23页 |
| 2.2.2 类别不平衡分类问题的研究现状与常用解决方法 | 第23-25页 |
| 2.3 代价敏感分类问题概述 | 第25-26页 |
| 2.3.1 代价敏感分类问题的定义与难点 | 第25页 |
| 2.3.2 代价敏感问题的研究现状与常用解决方法 | 第25-26页 |
| 2.4 类别不平衡问题与代价敏感问题的联系 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于重采样技术的集成学习研究 | 第28-50页 |
| 3.1 重采样方法 | 第28-32页 |
| 3.1.1 刀切法和自助法 | 第28-29页 |
| 3.1.2 重采样技术在类别不平衡和代价敏感数据中的应用 | 第29-32页 |
| 3.2 集成学习 | 第32-40页 |
| 3.2.1 Boosting | 第33-35页 |
| 3.2.2 Bagging | 第35-37页 |
| 3.2.3 不平衡数据的集成分类方法 | 第37-40页 |
| 3.3 xEnsemble算法 | 第40-46页 |
| 3.3.1 基本原理 | 第40页 |
| 3.3.2 XGBoost | 第40-44页 |
| 3.3.3 算法分析 | 第44-46页 |
| 3.4 RSEnsemble算法 | 第46-49页 |
| 3.4.1 基本原理 | 第46-47页 |
| 3.4.2 随机子空间算法 | 第47-48页 |
| 3.4.3 算法分析 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 实验设计与结果分析 | 第50-74页 |
| 4.1 评价标准 | 第50-51页 |
| 4.2 实验环境 | 第51-52页 |
| 4.3 数据集及预处理 | 第52-56页 |
| 4.3.1 数据集简介 | 第52-53页 |
| 4.3.2 数据清洗 | 第53页 |
| 4.3.3 缺失值处理 | 第53-55页 |
| 4.3.4 数据变换 | 第55页 |
| 4.3.5 特征工程 | 第55-56页 |
| 4.3.6 生成样本 | 第56页 |
| 4.4 不同类别比例和错分代价对分类影响 | 第56-61页 |
| 4.4.1 实验目的与设计 | 第56-57页 |
| 4.4.2 实验结果与分析 | 第57-61页 |
| 4.4.3 实验结论 | 第61页 |
| 4.5 采样子集数量、采样方式以及特征子集规模对分类影响 | 第61-67页 |
| 4.5.1 实验目的与设计 | 第61-62页 |
| 4.5.2 实验结果与分析 | 第62-67页 |
| 4.5.3 实验结论 | 第67页 |
| 4.6 类别不平衡和代价敏感数据集分类 | 第67-73页 |
| 4.6.1 实验目的 | 第67-68页 |
| 4.6.2 实验设计 | 第68-69页 |
| 4.6.3 实验结果与分析 | 第69-72页 |
| 4.6.4 实验结论 | 第72-73页 |
| 4.7 本章小结 | 第73-74页 |
| 第5章 总结与展望 | 第74-76页 |
| 5.1 本文研究内容总结 | 第74页 |
| 5.2 进一步的工作 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 在读期间发表的学术论文与取得的研究成果 | 第84页 |
